CN105700015B - 一种小尺度不连续地质体检测方法和装置 - Google Patents

一种小尺度不连续地质体检测方法和装置 Download PDF

Info

Publication number
CN105700015B
CN105700015B CN201610074830.8A CN201610074830A CN105700015B CN 105700015 B CN105700015 B CN 105700015B CN 201610074830 A CN201610074830 A CN 201610074830A CN 105700015 B CN105700015 B CN 105700015B
Authority
CN
China
Prior art keywords
imaging data
seismic imaging
data
seismic
information
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201610074830.8A
Other languages
English (en)
Other versions
CN105700015A (zh
Inventor
赵惊涛
彭苏萍
杜文凤
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China University of Mining and Technology Beijing CUMTB
Original Assignee
China University of Mining and Technology Beijing CUMTB
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China University of Mining and Technology Beijing CUMTB filed Critical China University of Mining and Technology Beijing CUMTB
Priority to CN201610074830.8A priority Critical patent/CN105700015B/zh
Publication of CN105700015A publication Critical patent/CN105700015A/zh
Application granted granted Critical
Publication of CN105700015B publication Critical patent/CN105700015B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
    • G01V1/30—Analysis
    • G01V1/306—Analysis for determining physical properties of the subsurface, e.g. impedance, porosity or attenuation profiles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V2210/00—Details of seismic processing or analysis
    • G01V2210/60—Analysis
    • G01V2210/62—Physical property of subsurface
    • G01V2210/624—Reservoir parameters

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Acoustics & Sound (AREA)
  • Environmental & Geological Engineering (AREA)
  • Geology (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Geophysics (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

本发明提供了一种小尺度不连续地质体检测方法和装置，涉及地震勘探领域，所述方法包括：获取携带有地层界面信息的地震成像数据；根据平面波破坏滤波器方法对所述地震成像数据进行预测处理，得到表示强反射平滑同相轴的地震反射数据；根据所述地震成像数据和所述地震反射数据，计算剩余地震成像数据；利用稀疏表示理论建立所述剩余地震成像数据的稀疏表示模型；对所述稀疏表示模型进行求解处理，反演得到包含不连续地质体信息的地震成像数据体，其基于字典学习构建的基函数，通过上述基函数直接依据地震成像数据内部特征训练的方式能够表示更为复杂的剩余地震成像数据特征，因此，能够高精度检测小断层和微断裂等小尺度不连续地质信息。

Description

一种小尺度不连续地质体检测方法和装置
技术领域
本发明涉及地震勘探领域，具体而言，涉及一种小尺度不连续地质体检测方法和装置。
背景技术
断层、断裂等不连续地质体会破坏煤层的连续性，甚至诱发水、瓦斯等事故，故在煤炭开采中，准确定位断层、断裂等不连续地质体具有重要的意义。
在目前的工业界中，用于检测断层的方法有多种，其中，以地震相干体技术为典型代表，并已发展到第三代，与此同时，也出现了基于信号处理的不连续地质体检测方法，如匹配追踪算法和谱分解算法。上述两种类型的典型代表，主要适用于检测大断层、断裂等大尺度的不连续地质体，而实际上，大断层对小断层和微断裂有屏蔽作用，从而使得上述方法在小尺度的不连续地质体检测上存在局限性，并且小断层、断裂等小尺度不连续地质体的地震响应很弱，特别是与噪声混叠时有效识别难度更大，更加大了通过上述方法检测小尺度的不连续地质体的困难度。
发明人在研究中发现，现有技术中针对小断层、断裂等小尺度的不连续地质体的检测存在局限性，且识别难度较大，针对该问题，目前尚未提出有效的解决方式。
发明内容
本发明的目的在于提供一种小尺度不连续地质体检测方法和装置，能够高精度检测小断层和微断裂等小尺度不连续地质信息。
第一方面，本发明实施例提供了一种小尺度不连续地质体检测方法，方法包括：
获取携带有目标区域的地层界面信息的地震成像数据；其中，地震成像数据为经过观测系统和数据处理的地震波；地层界面信息至少包括地下岩层的性质和结构；
根据平面波破坏滤波器方法对地震成像数据进行预测处理，得到表示强反射平滑同相轴的地震反射数据；其中，地震反射数据用于反映宏观尺度的地质信息；
根据地震成像数据和地震反射数据，计算剩余地震成像数据；
利用稀疏表示理论建立剩余地震成像数据的稀疏表示模型；
对稀疏表示模型进行求解处理，反演得到目标区域的包含不连续地质体信息的地震成像数据体。
结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方式，其中，所述方法还包括：
计算包含不连续地质体信息的地震成像数据体的相干体；其中，相干体是一种衡量地震道相似性的数据体，用于表征不连续信息；
对地震成像数据体的相干体进行切片处理，得到同一平面的数据值；
将得到的同一平面的数据值进行显示，用以显示不连续地质体平面的展布情况。
结合第一方面，本发明实施例提供了第一方面的第二种可能的实施方式，其中，根据平面波破坏滤波器方法对地震成像数据进行预测处理，得到表示强反射平滑同相轴的地震反射数据包括：
根据局部平面波微分方程，计算地震成像数据的预测滤波器系数；其中，平面波微分方程用于表示地震波相位延迟和地震波倾角之间的关系，预测滤波器系数用于表示不同倾角的地震波的相位延迟量；
根据平面波破坏滤波器，计算地震成像数据的最佳局部倾角；其中，根据最佳局部倾角计算的地震反射数据与获取的地震成像数据之间的差值最小；
根据预测滤波器系数和局部倾角对地震成像数据进行预测处理，得到反映地下岩层宏观尺度信息的地震反射数据。
结合第一方面的第二种可能的实施方式，本发明实施例提供了第一方面的第三种可能的实施方式，其中，利用稀疏表示理论建立剩余地震成像数据对应的稀疏表示模型包括：
利用稀疏表示理论建立剩余地震成像数据对应的稀疏表示模型受约束于其中，Min表示求最小，D,X表示任意的，Y为剩余地震成像数据，D为字典矩阵，X为稀疏表示矩阵，表示弗罗贝尼乌斯范数，表示零范数，为二范数，δ为预给定门槛值，xi、dj分别表示矩阵X、D的i列和j列。
结合第一方面的第三种可能的实施方式，本发明实施例提供了第一方面的第四种可能的实施方式，其中，对稀疏表示模型进行求解处理，反演得到目标区域的包含不连续地质体信息的地震成像数据体包括：
根据K-SVD算法对稀疏表示模型进行预设次数的迭代计算，输出最后一次迭代计算得到的字典矩阵D和稀疏矩阵X；
根据输出的字典矩阵D和稀疏矩阵X，计算包含不连续地质体信息的地震成像数据Y＝DX。
第二方面，本发明实施例还提供了一种小尺度不连续地质体检测装置，所述装置包括：
获取模块，用于获取携带有目标区域的地层界面信息的地震成像数据；其中，地震成像数据为经过观测系统和数据处理的地震波；地层界面信息至少包括地下岩层的性质和结构；
预测处理模块，用于根据平面波破坏滤波器方法对地震成像数据进行预测处理，得到表示强反射平滑同相轴的地震反射数据；其中，地震反射数据用于反映宏观尺度的地质信息；
剩余地震成像数据计算模块，用于根据地震成像数据和地震反射数据，计算剩余地震成像数据；
稀疏表示模型建立模块，用于利用稀疏表示理论建立剩余地震成像数据的稀疏表示模型；
求解处理模块，用于对稀疏表示模型进行求解处理，反演得到目标区域的包含不连续地质体信息的地震成像数据体。
结合第二方面，本发明实施例提供了第二方面的第一种可能的实施方式，其中，所述装置还包括：
相干体计算模块，用于计算包含不连续地质体信息的地震成像数据体的相干体；其中，相干体是一种衡量地震道相似性的数据体，用于表征不连续信息；
切片处理模块，用于对地震成像数据体的相干体进行切片处理，得到同一平面的数据值；
显示模块，用于将得到的同一平面的数据值进行显示，用以显示不连续地质体平面的展布情况。
结合第二方面，本发明实施例提供了第二方面的第二种可能的实施方式，其中，预测处理模块包括：
预测滤波器系数计算单元，用于根据局部平面波微分方程，计算地震成像数据的预测滤波器系数；其中，平面波微分方程用于表示地震波相位延迟和地震波倾角之间的关系，预测滤波器系数用于表示不同倾角的地震波的相位延迟量；
最佳局部倾角计算单元，用于根据平面波破坏滤波器，计算地震成像数据的最佳局部倾角；其中，根据最佳局部倾角计算的地震反射数据与获取的地震成像数据之间的差值最小；
预测处理单元，用于根据预测滤波器系数和局部倾角对地震成像数据进行预测处理，得到反映地下岩层宏观尺度信息的地震反射数据。
结合第二方面的第二种可能的实施方式，本发明实施例提供了第二方面的第三种可能的实施方式，其中，稀疏表示模型建立模块包括：
建立单元，用于利用稀疏表示理论建立剩余地震成像数据对应的稀疏表示模型受约束于其中，Min表示求最小，表示任意的，Y为剩余地震成像数据，D为字典矩阵，X为稀疏表示矩阵，表示弗罗贝尼乌斯范数，表示零范数，为二范数，δ为预给定门槛值，xi、dj分别表示矩阵X、D的i列和j列；
设置单元，用于将建立剩余地震成像数据对应的稀疏表示模型受约束于设置为待用模型。
结合第二方面的第三种可能的实施方式，本发明实施例提供了第二方面的第四种可能的实施方式，其中，求解处理模块包括：
迭代计算单元，用于根据K-SVD算法对稀疏表示模型进行预设次数的迭代计算，输出最后一次迭代计算得到的字典矩阵D和稀疏矩阵X；
地震成像数据计算单元，用于根据输出的字典矩阵D和稀疏矩阵X，计算包含不连续地质体信息的地震成像数据Y＝DX。
本发明实施例提供的一种小尺度不连续地质体检测方法和装置包括：获取携带有地层界面信息的地震成像数据；根据平面波破坏滤波器方法对所述地震成像数据进行预测处理，得到表示强反射平滑同相轴的地震反射数据；根据所述地震成像数据和所述地震反射数据，计算剩余地震成像数据；利用稀疏表示理论建立所述剩余地震成像数据的稀疏表示模型；对所述稀疏表示模型进行求解处理，反演得到包含不连续地质体信息的地震成像数据体，与现有技术中针对小断层、断裂等小尺度的不连续地质体的检测存在局限性相比，其基于字典学习构建的基函数，通过上述基函数直接依据地震成像数据内部特征训练的方式能够表示更为复杂的剩余地震成像数据特征，因此，能够高精度检测小断层和微断裂等小尺度不连续地质信息。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1示出了本发明实施例所提供的一种小尺度不连续地质体检测方法的流程图；
图2示出了本发明实施例所提供的另一种小尺度不连续地质体检测方法的流程图；
图3示出了本发明实施例所提供的显示的包含不连续地质体信息的地震成像数据相干切片的示意图；
图4示出了本发明实施例所提供的显示的获取的原始地震成像数据相干切片的示意图；
图5示出了本发明实施例所提供的另一种小尺度不连续地质体检测方法的流程图；
图6示出了本发明实施例所提供的另一种小尺度不连续地质体检测方法的流程图；
图7示出了本发明实施例所提供的一种小尺度不连续地质体检测装置的结构示意图；
图8示出了本发明实施例所提供的另一种小尺度不连续地质体检测装置的结构示意图；
图9示出了本发明实施例所提供的一种小尺度不连续地质体检测装置中预测处理模块和稀疏表示模型建立模块的结构示意图；
图10示出了本发明实施例所提供的一种小尺度不连续地质体检测装置中求解处理模块的结构示意图。
具体实施方式
下面将结合本发明实施例中附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
参见图1所示的一种小尺度不连续地质体检测方法的流程图，本发明实施例提供了一种小尺度不连续地质体检测方法包括如下步骤：
S101、获取携带有目标区域的地层界面信息的地震成像数据；其中，所述地震成像数据为经过观测系统和数据处理的地震波；所述地层界面信息至少包括地下岩层的性质和结构。
具体的，目标区域包括多个震源和多个检波器，每个震源均向目标区域发射地震波，检波器采集经过地层反射或者折射的地震波(即进行野外目标区域的数据采集)，并将地震波发送观测系统，观测系统对接收的地震波进行处理，即观测系统加载接收的地震波，并对加载的地震波进行噪声去除、速度分析和偏移后获得地震成像数据。其中，上述地震波包括携带有目标区域的地层界面信息，如介质弹性和密度，故处理得到的地震成像数据同样携带有目标区域的地层界面信息，而上述地层界面信息至少包括地下岩层的性质和结构。
具体的，地震成像数据中包括目标区域的地下的大断层数据、小断层数据以及所有平滑数据，其为一个矩阵。
S102、根据平面波破坏滤波器方法对所述地震成像数据进行预测处理，得到表示强反射平滑同相轴的地震反射数据；其中，所述地震反射数据用于反映宏观尺度的地质信息。
具体的，根据上述平面波破坏滤波器方法首先计算出表示强反射平滑同相轴(即表示大断层数据和平滑数据)的地震反射数据。其中，上述地震反射数据同样也为一个矩阵。
S103、根据所述地震成像数据和所述地震反射数据，计算剩余地震成像数据。
具体的，剩余地震成像数据是由获取的地震成像数据减去预测出的包含强反射平滑同相轴的地震反射数据计算得到的。
S104、利用稀疏表示理论建立所述剩余地震成像数据的稀疏表示模型。
具体的，稀疏表示理论是一项成熟的技术，通过该技术建立上述得到的剩余地震成像数据对应的稀疏表示模型。
S105、对所述稀疏表示模型进行求解处理，反演得到目标区域的包含不连续地质体信息的地震成像数据体。
具体的，可以通过K-SVD算法对上述稀疏表示模型进行求解处理，即可反演得到目标区域的包含小断层的不连续地质体信息的地震成像数据体。
本发明实施例提供的一种小尺度不连续地质体检测方法，与现有技术中针对小断层、断裂等小尺度的不连续地质体的检测存在局限性相比，其基于字典学习构建的基函数，通过上述基函数直接依据地震成像数据内部特征训练的方式能够表示更为复杂的剩余地震成像数据特征，因此，能够高精度检测小断层和微断裂等小尺度不连续地质信息。
并且，上述小尺度不连续地质体检测方法，通过平面波破坏滤波器方法和字典学习稀疏表示模型到达了高精度检测断层、断裂等小尺度地质体的目的，从而减低了煤炭开采过程中诱发水、瓦斯突出等事故的发生风险。
另外，为了方便用户直观的查看包含不连续地质体信息的地震成像数据体，本发明实施例还将上述包含不连续地质体信息的地震成像数据体显示给用户，参考图2，上述方法还包括：
S201、计算包含不连续地质体信息的地震成像数据体的相干体；其中，所述相干体是一种衡量地震道相似性的数据体，用于表征不连续信息。
具体的，相干体技术通过三维地震数据来比较局部地震波形的相似性，是一种求同存异的，突出不连续性信息的技术。
S202、对所述地震成像数据体的相干体进行切片处理，得到同一平面的数据值。
具体的，相干体为一个三维数据体，分别包括X轴、Y轴和Z轴，且上述X轴、Y轴和Z轴分别对应有数据值；其中，Z轴用于表示目标区域的地层的物理参量，如地层深度等；
其中，对所述地震成像数据体的相干体进行切片处理即是，以确定的Z轴的地层深度为准，抽取同一深度的三维数据体中的数据值(即与Z轴的当前确定数据值对应的同一平面的X轴的数据值和Y轴的数据值)。
S203、将得到的同一平面的数据值进行显示，用以显示不连续地质体平面的展布情况。
具体的，将步骤202得到的与Z轴的当前确定数据值对应的同一平面的X轴的数据值和Y轴的数据值以及Z轴数据值均进行显示，以展示小尺度的不连续地质体平面的展布情况(具体如图3和图4所示，图3示出了包含不连续地质体信息的地震成像数据相干数值切片，图4示出了获取的原始成像数据相干切片；其中，图3和图4中横坐标表示主测线，纵坐标表示联络线，单位均为千米)。
考虑到大尺度的不连续地质体对小尺度的不连续地质体具有屏蔽作用(即大断层对小断层和微断裂屏蔽作用)，为了更好的检测小尺度的不连续地质体，本发明实施例中，首先将大尺度的不连续地震体数据以及平滑的数据剔除，故首先计算表示强反射平滑同相轴的地震反射数据，参考图5，具体实现方式包括如下步骤：
S301、根据局部平面波微分方程，计算所述地震成像数据的预测滤波器系数；其中，所述平面波微分方程用于表示地震波相位延迟和地震波倾角之间的关系，所述预测滤波器系数用于表示不同倾角的地震波的相位延迟量.
S302、根据平面波破坏滤波器，计算所述地震成像数据的最佳局部倾角；其中，根据所述最佳局部倾角计算的地震反射数据与获取的地震成像数据之间的差值最小。
具体的，地震成像数据的局部倾角为多个，本发明实施例中需要计算最佳局部倾角，其中，根据最近局部倾角计算的地震反射数据与获取的地震成像数据之间的差值最小。
S303、根据所述预测滤波器系数和所述局部倾角对所述地震成像数据进行预测处理，得到反映地下岩层宏观尺度信息的地震反射数据。
具体的，根据上述预测滤波器系数和使得到的地震反射数据和获取的地震成像数据之间的差值最小的局部倾角对获取的地震成像数据进行预测处理即可得到反映地下岩层宏观尺度信息(即大尺度信息)的地震反射数据。
具体的，结合上述步骤301-303首先根据局部平面波微分方程计算地震成像数据的预测滤波器系数，然后根据平面波破坏滤波器计算地震成像数据的局部倾角，由预测滤波器系数和地震成像数据局部倾角预测出包含强反射平滑同相轴的地震反射数据，通过最小化预测出的地震反射数据和输入地震成像数据之间的差值，更新地震成像数据局部倾角，最后，根据更新的最终的地震成像数据的局部倾角信息和预测滤波器系数，由平面波微分方程，获得包含强反射平滑同相轴信息的地震反射数据，然后由获取的地震成像数据减去预测出的包含强反射平滑同相轴的地震反射数据计算剩余地震成像数据。
具体的，对地震成像数据应用平面波破坏滤波器，可预测出包含强反射平滑同相轴的地震反射数据，进一步由获取的地震成像数据减去预测出的地震反射数据可得出剩余地震成像数据；其中，上述整个获取剩余地震成像数据的过程统一用方程表示如下：Y＝PS；其中，S为地震成像数据的矩阵表示形式，Y为剩余地震成像数据，P为由平面波破坏滤波器系数构建的算子，P的形式如下：
其中Pi,j(σi)为滤波器，σi为局部倾角，I为单位矢量。
进一步的，上述步骤104中利用稀疏表示理论建立所述剩余地震成像数据的稀疏表示模型具体包括：
利用稀疏表示理论建立所述剩余地震成像数据对应的稀疏表示模型受约束于其中，Min表示求最小，表示任意的，Y为剩余地震成像数据，D为字典矩阵，X为稀疏表示矩阵，表示弗罗贝尼乌斯范数，表示零范数，为二范数，δ为预给定门槛值，xi、dj分别表示矩阵X、D的i列和j列。
进一步的，参考图6，上述步骤105中对所述稀疏表示模型进行求解处理，反演得到目标区域的包含不连续地质体信息的地震成像数据体，包括如下步骤：
S401、根据K-SVD算法对所述稀疏表示模型进行预设次数的迭代计算，输出最后一次迭代计算得到的字典矩阵D和稀疏矩阵X。
具体的，上述K-SVD算法进行迭代计算的步骤包括：
步骤1：输入剩余地震成像数据Y，初始化字典D0，期望稀疏度δ和最大迭代次数n，并设定初始迭代次数k＝0；
步骤2：应用批次正交匹配追踪算法求解如下子问题，计算稀疏表示矩阵X：
对于i＝1,2,…,M(M为稀疏系数矩阵X的最大列数)
其中，Xi表示矩阵X第i列,y i表示矩阵Y的第i列.
步骤3：通过如下循环，逐列更新字典：对于j＝1,2…,R(R为字典矩阵D的最大列数)；
Dj＝0；(其中，Dj是矩阵形式，由基函数构成用于稀疏表示剩余地震成像数据)；
(g表示稀疏矩阵X中的一行)；
d＝YI g-DXI g(d表示字典矩阵D中的一列)；
d＝d/||d||2(该公式即对d进行归一化处理)；
(该公式即是更新向量g)；
Dj＝d(其中，Dj为字典矩阵D中的j列)；
Xj,I＝g T(其中，Xj,I为稀疏系数矩阵X中的一行)。
步骤4：如果k是否超出给定最大迭代次数n，输出字典矩阵D和稀疏矩阵X否则，设定k:＝k+1，返回步骤2。
S402、根据输出的字典矩阵D和稀疏矩阵X，计算包含不连续地质体信息的地震成像数据Y＝DX。
具体的，根据上述迭代计算输出的字典矩阵D和稀疏矩阵X，结合公式Y＝DX即计算得到包含不连续地质体信息的地震成像数据Y。
下面结合具体实施例对本发明实施例提供的一种小尺度不连续地质体检测方法进行说明：
通过三维实际地震数据实例分析说明一种小尺度不连续地质体检测方法(也可以称为基于地震成像数据字典学习的小尺度不连续地质体检测方法)在裂缝、小断层等小尺度不连续地质体信息检测中的应用效果：
1、读入三维地震成像数据，由低阶平面波破坏滤波器方法去除强反射平滑同相轴，得出剩余地震成像数据；
2、由剩余地震成像数据，建立稀疏表示模型，设定最大迭代次数为100，稀疏度为60，在实际迭代过程中迭代次数为50即达到较好收敛效果，得出包含不连续地质体信息的地震成像数据；
3、由包含不连续地质体信息的地震成像数据，计算相干体属性，并选取某切片，如图3所示；
4、由原始地震成像数据和某切片信息，分析地震相干属性，如图4所示；
5、对比图3和图4，可以清楚的看出，与相干属性相比，包含不连续地质体信息的地震成像数据，消除了大断层屏蔽作用，能够更清楚的显示小尺度断裂和断层的走向，并很好的压制了噪声。
本发明实施例提供的一种小尺度不连续地质体检测方法，与现有技术中针对小断层、断裂等小尺度的不连续地质体的检测存在局限性相比，其基于字典学习构建的基函数，通过上述基函数直接依据地震成像数据内部特征训练的方式能够表示更为复杂的剩余地震成像数据特征，因此，能够高精度检测小断层和微断裂等小尺度不连续地质信息。
本发明实施例还提供了一种小尺度不连续地质体检测装置，参考图7，所述装置用于执行上述一种小尺度不连续地质体检测方法，所述装置包括：
获取模块11，用于获取携带有目标区域的地层界面信息的地震成像数据；其中，所述地震成像数据为经过观测系统和数据处理的地震波；所述地层界面信息至少包括地下岩层的性质和结构；
预测处理模块12，用于根据平面波破坏滤波器方法对所述地震成像数据进行预测处理，得到表示强反射平滑同相轴的地震反射数据；其中，所述地震反射数据用于反映宏观尺度的地质信息；
剩余地震成像数据计算模块13，用于根据所述地震成像数据和所述地震反射数据，计算剩余地震成像数据；
稀疏表示模型建立模块14，用于利用稀疏表示理论建立所述剩余地震成像数据的稀疏表示模型；
求解处理模块15，用于对所述稀疏表示模型进行求解处理，反演得到目标区域的包含不连续地质体信息的地震成像数据体。
本发明实施例提供的一种小尺度不连续地质体检测装置，与现有技术中针对小断层、断裂等小尺度的不连续地质体的检测存在局限性相比，其基于字典学习构建的基函数，通过上述基函数直接依据地震成像数据内部特征训练的方式能够表示更为复杂的剩余地震成像数据特征，因此，能够高精度检测小断层和微断裂等小尺度不连续地质信息。
另外，为了方便用户直观的查看包含不连续地质体信息的地震成像数据体，本发明实施例还将上述包含不连续地质体信息的地震成像数据体显示给用户，参考图8，所述装置还包括：
相干体计算模块16，用于计算包含不连续地质体信息的地震成像数据体的相干体；其中，所述相干体是一种衡量地震道相似性的数据体，用于表征不连续信息；
切片处理模块17，用于对所述地震成像数据体的相干体进行切片处理，得到同一平面的数据值；
显示模块18，用于将得到的同一平面的数据值进行显示，用以显示不连续地质体平面的展布情况。
考虑到大尺度的不连续地质体对小尺度的不连续地质体具有屏蔽作用(即大断层对小断层和微断裂屏蔽作用)，为了更好的检测小尺度的不连续地质体，本发明实施例中，首先将大尺度的不连续地震体数据以及平滑的数据剔除，故首先计算表示强反射平滑同相轴的地震反射数据，参考图9，上述小尺度不连续地质体检测装置中，预测处理模块12包括：
预测滤波器系数计算单元121，用于根据局部平面波微分方程，计算地震成像数据的预测滤波器系数；其中，平面波微分方程用于表示地震波相位延迟和地震波倾角之间的关系，预测滤波器系数用于表示不同倾角的地震波的相位延迟量；
最佳局部倾角计算单元122，用于根据平面波破坏滤波器，计算地震成像数据的最佳局部倾角；其中，根据最佳局部倾角计算的地震反射数据与获取的地震成像数据之间的差值最小；
预测处理单元123，用于根据预测滤波器系数和局部倾角对地震成像数据进行预测处理，得到反映地下岩层宏观尺度信息的地震反射数据。
进一步的，上述小尺度不连续地质体检测装置中，参考图9，稀疏表示模型建立模块14包括：
建立单元141，用于利用稀疏表示理论建立所述剩余地震成像数据对应的稀疏表示模型受约束于
其中，Min表示求最小，表示任意的，Y为剩余地震成像数据，D为字典矩阵，X为稀疏表示矩阵，表示弗罗贝尼乌斯范数，表示零范数，为二范数，δ为预给定门槛值，xi、dj分别表示矩阵X、D的i列和j列；
设置单元142，用于将建立所述剩余地震成像数据对应的稀疏表示模型受约束于设置为待用模型。
进一步的，参考图10，上述小尺度不连续地质体检测装置中，求解处理模块15包括：
迭代计算单元151，用于根据K-SVD算法对所述稀疏表示模型进行预设次数的迭代计算，输出最后一次迭代计算得到的字典矩阵D和稀疏矩阵X；
地震成像数据计算单元152，用于根据输出的字典矩阵D和稀疏矩阵X，计算包含不连续地质体信息的地震成像数据Y＝DX。
本发明实施例提供的一种小尺度不连续地质体检测装置，与现有技术中针对小断层、断裂等小尺度的不连续地质体的检测存在局限性相比，其基于字典学习构建的基函数，通过上述基函数直接依据地震成像数据内部特征训练的方式能够表示更为复杂的剩余地震成像数据特征，因此，能够高精度检测小断层和微断裂等小尺度不连续地质信息。
并且，上述小尺度不连续地质体检测方法，通过平面波破坏滤波器方法和字典学习稀疏表示模型到达了高精度检测断层、断裂等小尺度地质体的目的，从而减低了煤炭开采过程中诱发水、瓦斯突出等事故的发生风险。
本发明实施例所提供的进行小尺度不连续地质体检测的计算机程序产品，包括存储了程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见方法实施例，在此不再赘述。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (8)

1.一种小尺度不连续地质体检测方法，其特征在于，所述方法包括：
获取携带有目标区域的地层界面信息的地震成像数据；其中，所述地震成像数据为经过观测系统和数据处理的地震波；所述地层界面信息至少包括地下岩层的性质和结构；
根据平面波破坏滤波器方法对所述地震成像数据进行预测处理，得到表示强反射平滑同相轴的地震反射数据；其中，所述地震反射数据用于反映宏观尺度的地质信息；
根据所述地震成像数据和所述地震反射数据，计算剩余地震成像数据；
利用稀疏表示理论建立所述剩余地震成像数据的稀疏表示模型；
对所述稀疏表示模型进行求解处理，反演得到目标区域的包含不连续地质体信息的地震成像数据体；
所述根据平面波破坏滤波器方法对所述地震成像数据进行预测处理，得到表示强反射平滑同相轴的地震反射数据包括：
根据局部平面波微分方程，计算所述地震成像数据的预测滤波器系数；其中，所述平面波微分方程用于表示地震波相位延迟和地震波倾角之间的关系，所述预测滤波器系数用于表示不同倾角的地震波的相位延迟量；
根据平面波破坏滤波器，计算所述地震成像数据的最佳局部倾角；其中，根据所述最佳局部倾角计算的地震反射数据与获取的地震成像数据之间的差值最小；
根据所述预测滤波器系数和所述局部倾角对所述地震成像数据进行预测处理，得到反映地下岩层宏观尺度信息的地震反射数据。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
计算包含不连续地质体信息的地震成像数据体的相干体；其中，所述相干体是一种衡量地震道相似性的数据体，用于表征不连续信息；
对所述地震成像数据体的相干体进行切片处理，得到同一平面的数据值；
将得到的同一平面的数据值进行显示，用以显示不连续地质体平面的展布情况。
3.根据权利要求2所述的方法，其特征在于，所述利用稀疏表示理论建立所述剩余地震成像数据对应的稀疏表示模型包括：
利用稀疏表示理论建立所述剩余地震成像数据对应的稀疏表示模型受约束于其中，Min表示求最小，表示任意的，Y为剩余地震成像数据，D为字典矩阵，X为稀疏表示矩阵，表示弗罗贝尼乌斯范数，表示零范数，||·||2为二范数，δ为预给定门槛值，xi、dj分别表示矩阵X、D的i列和j列。
4.根据权利要求3所述的方法，其特征在于，所述对所述稀疏表示模型进行求解处理，反演得到目标区域的包含不连续地质体信息的地震成像数据体包括：
根据K-SVD算法对所述稀疏表示模型进行预设次数的迭代计算，输出最后一次迭代计算得到的字典矩阵D和稀疏矩阵X；
根据输出的字典矩阵D和稀疏矩阵X，计算包含不连续地质体信息的地震成像数据Y＝DX。
5.一种小尺度不连续地质体检测装置，其特征在于，所述装置包括：
获取模块，用于获取携带有目标区域的地层界面信息的地震成像数据；其中，所述地震成像数据为经过观测系统和数据处理的地震波；所述地层界面信息至少包括地下岩层的性质和结构；
预测处理模块，用于根据平面波破坏滤波器方法对所述地震成像数据进行预测处理，得到表示强反射平滑同相轴的地震反射数据；其中，所述地震反射数据用于反映宏观尺度的地质信息；
剩余地震成像数据计算模块，用于根据所述地震成像数据和所述地震反射数据，计算剩余地震成像数据；
稀疏表示模型建立模块，用于利用稀疏表示理论建立所述剩余地震成像数据的稀疏表示模型；
求解处理模块，用于对所述稀疏表示模型进行求解处理，反演得到目标区域的包含不连续地质体信息的地震成像数据体；
所述预测处理模块包括：
预测滤波器系数计算单元，用于根据局部平面波微分方程，计算所述地震成像数据的预测滤波器系数；其中，所述平面波微分方程用于表示地震波相位延迟和地震波倾角之间的关系，所述预测滤波器系数用于表示不同倾角的地震波的相位延迟量；
最佳局部倾角计算单元，用于根据平面波破坏滤波器，计算所述地震成像数据的最佳局部倾角；其中，根据所述最佳局部倾角计算的地震反射数据与获取的地震成像数据之间的差值最小；
预测处理单元，用于根据所述预测滤波器系数和所述局部倾角对所述地震成像数据进行预测处理，得到反映地下岩层宏观尺度信息的地震反射数据。
6.根据权利要求5所述的装置，其特征在于，所述装置还包括：
相干体计算模块，用于计算包含不连续地质体信息的地震成像数据体的相干体；其中，所述相干体是一种衡量地震道相似性的数据体，用于表征不连续信息；
切片处理模块，用于对所述地震成像数据体的相干体进行切片处理，得到同一平面的数据值；
显示模块，用于将得到的同一平面的数据值进行显示，用以显示不连续地质体平面的展布情况。
7.根据权利要求6所述的装置，其特征在于，所述稀疏表示模型建立模块包括：
建立单元，用于利用稀疏表示理论建立所述剩余地震成像数据对应的稀疏表示模型受约束于其中，Min表示求最小，表示任意的，Y为剩余地震成像数据，D为字典矩阵，X为稀疏表示矩阵，表示弗罗贝尼乌斯范数，表示零范数，||·||2为二范数，δ为预给定门槛值，xi、dj分别表示矩阵X、D的i列和j列；
设置单元，用于将建立所述剩余地震成像数据对应的稀疏表示模型受约束于设置为待用模型。
8.根据权利要求7所述的装置，其特征在于，所述求解处理模块包括：
迭代计算单元，用于根据K-SVD算法对所述稀疏表示模型进行预设次数的迭代计算，输出最后一次迭代计算得到的字典矩阵D和稀疏矩阵X；
地震成像数据计算单元，用于根据输出的字典矩阵D和稀疏矩阵X，计算包含不连续地质体信息的地震成像数据Y＝DX。
CN201610074830.8A 2016-02-02 2016-02-02 一种小尺度不连续地质体检测方法和装置 Active CN105700015B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610074830.8A CN105700015B (zh) 2016-02-02 2016-02-02 一种小尺度不连续地质体检测方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610074830.8A CN105700015B (zh) 2016-02-02 2016-02-02 一种小尺度不连续地质体检测方法和装置

Publications (2)

Publication Number Publication Date
CN105700015A CN105700015A (zh) 2016-06-22
CN105700015B true CN105700015B (zh) 2017-07-28

Family

ID=56230211

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610074830.8A Active CN105700015B (zh) 2016-02-02 2016-02-02 一种小尺度不连续地质体检测方法和装置

Country Status (1)

Country Link
CN (1) CN105700015B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112400123B (zh) * 2018-07-05 2024-03-29 吉奥奎斯特系统公司 用于盐地震解译的级联式机器学习工作流
CN109471163B (zh) * 2018-10-29 2020-07-21 中国海洋石油集团有限公司 基于地质体连续性建模的高精度井拓反演方法
CN111929732B (zh) * 2020-07-28 2021-09-03 中国石油大学(北京) 一种地震数据去噪方法、装置及设备

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2010075412A2 (en) * 2008-12-22 2010-07-01 Services Petroliers Schlumberger Automatic dispersion extraction of multiple time overlapped acoustic signals
CN104391325B (zh) * 2014-12-09 2017-02-22 中国石油天然气股份有限公司 不连续非均质地质体检测方法和装置
CN105182417B (zh) * 2015-09-11 2018-06-22 合肥工业大学 一种基于形态成分分析的面波分离方法及系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
基于双重稀疏字典的地震资料噪声压制;崔全顺 等;《中国地球物理2012》;20121016;第459页 *
基于反稳相滤波的边缘绕射成像方法研究;李晓峰 等;《地球物理学进展》;20150615;第30卷(第3期);第1205-1213页 *
基于绕射波的储层预测方法及其应用;赵惊涛 等;《石油学报》;20140915;第35卷(第5期);第901-907页 *

Also Published As

Publication number Publication date
CN105700015A (zh) 2016-06-22

Similar Documents

Publication Publication Date Title
Pham et al. Automatic channel detection using deep learning
CN105607121B (zh) 一种煤炭陷落柱识别方法和装置
US8452580B2 (en) Method and system for using multiple-point statistics simulation to model reservoir property trends
CN109709603A (zh) 地震层位识别与追踪方法、系统
CN104101902B (zh) 地震属性聚类方法及装置
US20160125555A1 (en) Handling Domain Discontinuity With The Help of Grid Optimization Techniques
EP3371629B1 (en) Representing structural uncertainty in a mesh representing a geological environment
US20140222403A1 (en) Geologic model via implicit function
US11054537B2 (en) Feature index-based feature detection
CN107407736B (zh) 生成无多次波的数据集的多阶段全波场反演处理
CN103792576A (zh) 一种基于梯度结构张量的储层非均质检测方法及设备
Gao et al. ChannelSeg3D: Channel simulation and deep learning for channel interpretation in 3D seismic images
CN105700015B (zh) 一种小尺度不连续地质体检测方法和装置
EP2756335B1 (en) Method and system of subsurface horizon assignment
WO2021194524A1 (en) Method and system for automated velocity model updating using machine learning
WO2016001697A1 (en) Systems and methods for geologic surface reconstruction using implicit functions
Wu et al. Sensing prior constraints in deep neural networks for solving exploration geophysical problems
CN110954950A (zh) 地下横波速度反演方法、装置、计算设备及存储介质
Lindsay et al. Inversion and geodiversity: searching model space for the answers
CN109709602B (zh) 一种远探测声波偏移成像方法、装置及系统
US9542507B2 (en) Feature detection in seismic volumes
EP3281044B1 (en) Method for estimating elastic parameters of subsoil
Sambolian et al. Consistent seismic event location and subsurface parameters inversion through slope tomography: a variable-projection approach
Waheed et al. A holistic approach to computing first-arrival traveltimes using neural networks
CN113970785A (zh) 暗河裂缝发育预测方法、系统、存储介质以及电子设备

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant